NTDs in the Catholic World.
Notice bibliographique
Résumé
a<p>Catholic populations by country from <a href="http://www.catholic-hierarchy.org/country/sc1.html" target="_blank">http://www.catholic-hierarchy.org/country/sc1.html</a><a href="http://www.plosntds.org/article/info:doi/10.1371/journal.pntd.0001132#pntd.0001132-Cheney1" target="_blank">[4]</a>.</p>b<p>Only the top 31 Catholic countries with more than 5 million Catholics and\n countries in which at least 50% of the population is Catholic are\n included (as well as Canada and Uganda, each with more than 40%\n Catholic population), which excludes India, Indonesia, Kenya, Nigeria,\n and Vietnam.</p>c<p>From <a href="http://www.plosntds.org/article/info:doi/10.1371/journal.pntd.0001132#pntd.0001132-Bethony1" target="_blank">[6]</a>, <a href="http://www.plosntds.org/article/info:doi/10.1371/journal.pntd.0001132#pntd.0001132-deSilva1" target="_blank">[7]</a>.</p>d<p>From <a href="http://www.plosntds.org/article/info:doi/10.1371/journal.pntd.0001132#pntd.0001132-Steinmann1" target="_blank">[8]</a>, <a href="http://www.plosntds.org/article/info:doi/10.1371/journal.pntd.0001132#pntd.0001132-Chitsulo1" target="_blank">[9]</a>.</p>e<p>From <a href="http://www.plosntds.org/article/info:doi/10.1371/journal.pntd.0001132#pntd.0001132-Global1" target="_blank">[10]</a>, <a href="http://www.plosntds.org/article/info:doi/10.1371/journal.pntd.0001132#pntd.0001132-African1" target="_blank">[11]</a>.</p>f<p>Chagas disease is found in every South American and Central American\n country listed <a href="http://www.plosntds.org/article/info:doi/10.1371/journal.pntd.0001132#pntd.0001132-Hotez4" target="_blank">[5]</a>.</p>g<p>From <a href="http://www.plosntds.org/article/info:doi/10.1371/journal.pntd.0001132#pntd.0001132-US1" target="_blank">[31]</a>.</p>
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,329 | 0,580 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».